摘要：為了解決不同識別環(huán)境下光照強度的變化對手勢識別準確率影響的問題,提出了基于ResNet-50殘差網絡的改進Faster R-CNN手勢識別算法。相較于普通的Faster R-CNN算法,該算法用了ResNet-50網絡,提高網絡特征的學習能力,并在ResNet-50中加入了實例批處理標準化(IBN)方法用于對單個圖片的表征內容學習,適應不同的識別環(huán)境。實驗結果表明,該算法在測試集上的識別率高達98.7%,相較于常用手勢識別算法,有效性更高,魯棒性更好。